Dalam dunia kecerdasan buatan, sering kali kita dihadapkan pada masalah yang tidak memiliki jawaban pasti. Misalnya, bagaimana menentukan apakah suatu kondisi termasuk “tinggi”, “sedang”, atau “rendah”? Permasalahan seperti ini tidak bisa diselesaikan dengan logika biner biasa, melainkan membutuhkan pendekatan yang lebih fleksibel seperti logika fuzzy.
Salah satu metode yang paling populer dalam logika fuzzy adalah Fuzzy Mamdani. Metode ini banyak digunakan karena mampu mengolah data yang tidak pasti menjadi keputusan yang lebih realistis dan mudah dipahami. Pada artikel ini, kita akan membahas secara lengkap mulai dari pengertian Fuzzy Mamdani, cara kerja, rumus, hingga contoh penerapannya dalam dunia nyata.
Apa Itu Fuzzy Mamdani?
Fuzzy Mamdani adalah salah satu metode dari sistem fuzzy yang dikembangkan oleh Profesor Ebrahim Mamdani pada tahun 1976. Sistem fuzzy adalah metode yang digunakan untuk mengolah data yang tidak pasti atau ambigu menjadi suatu keputusan yang lebih baik.
Fuzzy Mamdani merupakan metode yang paling populer dari sistem fuzzy karena mudah dipahami dan diterapkan. Metode ini menggunakan suatu sistem inferensi yang disebut “Rule-Based System” untuk mengolah data yang masuk dan mengeluarkan keputusan.
Baca Juga: Belajar Logika Fuzzy: Pengertian, Cara Kerja dan Contoh Penerapan Logika Fuzzy
Tahapan Fuzzy Mamdani
Dalam metode ini, terdapat beberapa tahapan yang harus dilakukan yaitu.
1. Pembuatan himpunan fuzzy
Tahapan ini tahapan pertama dalam metode Fuzzy Mamdani. Pada tahapan ini, kita harus menentukan terlebih dahulu himpunan fuzzy yang akan digunakan. Himpunan fuzzy adalah salah satu himpunan yang tidak pasti atau ambigu yang dapat diwakili oleh suatu rentang nilai. Contohnya, himpunan fuzzy “Sangat Tinggi” dapat diwakili oleh rentang nilai antara 90-100.
2. Pembuatan aturan fuzzy
Tahap kedua dalam metode ini adalah pembuatan aturan fuzzy. Aturan fuzzy adalah aturan yang menyatakan hubungan antara input dan output dari suatu sistem. Contoh, aturan fuzzy “jika suhu tinggi dan kelembaban rendah, maka kenyamanan rendah” merupakan aturan fuzzy yang menyatakan bahwa jika suhu tinggi dan kelembaban rendah, maka kenyamanan akan rendah.
3. Penggabungan aturan fuzzy
Tahap ketiga adalah penggabungan aturan fuzzy, tahapan ini kita harus menggabungkan semua aturan fuzzy yang telah dibuat menjadi suatu sistem inferensi yang dapat digunakan untuk mengolah data yang masuk.
4. Defuzzyfikasi
Tahap terakhir adalah defuzzyfikasi yang mana kita harus mengubah kembali hasil yang didapat dari sistem inferensi menjadi suatu nilai yang pasti. Nilai yang pasti ini merupakan hasil akhir dari sistem fuzzy yang kita buat.
Rumus dan Contoh Fuzzy Mamdani
Metode ini menggunakan himpunan fuzzy dan aturan fuzzy untuk mengeluarkan keputusan yang sesuai dengan masalah yang diberikan. Berikut ini adalah rumus dan contoh penyelesaian Fuzzy Mamdani.
Rumus
- Fungsi keanggotaan (membership function) : F(x) = [x]A
- Aturan fuzzy (fuzzy rules) : IF x IS A THEN y IS B
- Defuzzifikasi (Defuzzification) : y = ∑(F(x) * B) / ∑F(x)
Contoh Soal Fuzzy Mamdani
Kita ingin menentukan tingkat keceriaan seseorang berdasarkan jumlah jam tidur yang didapatkan. Kita memiliki aturan fuzzy sebagai berikut.
- IF jumlah jam tidur ≤ 6 THEN tingkat keceriaan rendah.
- IF jumlah jam tidur > 6 THEN tingkat keceriaan tinggi.
Kemudian kita membuat fungsi keanggotaan (membership function) sebagai berikut.
- Rendah : F(x) = [x]rendah = (6-x) / (6-0)
- Tinggi : F(x) = [x]tinggi = (x-6) / (10-6)
Jika seseorang tidur selama 8 jam, maka tingkat keceriaanya adalah sebagai berikut.
- Rendah : F(x) = (6-8) / (6-0) = 0
- Tinggi : F(x) = (8-6) / (10-6) =0.5
Sehingga tingkat keceriaannya adalah y = (0 * rendah + 0.5 * tinggi) / (0 + 0.5) = 0.5 * tinggi = 0.25 (tinggi).
Jadi, tingkat keceriaan seseorang yang tidur selama 8 jam adalah tinggi dengan nilai0.25.
Baca Juga: Belajar Metode ANFIS (Adaptive Neuro-Fuzzy Inference System)
Kelebihan Fuzzy Mamdani
- Dapat menangani masalah yang memiliki banyak input dan output yang bersifat kontinu, sehingga lebih cocok untuk menyelesaikan masalah yang kompleks.
- Menggunakan bahasa yang sederhana dan mudah dipahami oleh manusia, sehingga lebih mudah dalam proses pemecahan masalah.
- Tidak mempertimbangkan segala kemungkinan yang terjadi, tidak hanya kondisi-kondisi yang bersifat true atau false saja.
- Dapat mengintegrasikan berbagai data yang tidak terstruktur dengan baik, sehingga lebih mudah dalam proses pemecahan masalah.
- Dapa menangani masalah yang memiliki
Baca Juga: Fuzzy Sugeno: Cara Kerja, Contoh Soal dan Implementasi
Kekurangan Fuzzy Mamdani
- Memiliki kemungkinan terjadinya kesalahan dalam penentuan aturan-aturan fuzzy karena bersifat subyektif.
- Kurang akurat dibanding metode lainnya karena hasil yang diperoleh dari tahap inferensi fuzzy masih perlu dikonversi kembali menjadi bentuk yang lebih sederhana dan mudah dipahami oleh manusia melalui tahap defuzzyfikasi.
- Memiliki tingkat kompleksitas yang tinggi karena harus mempertimbangkan banyak input dan output yang bersifat kontinu, serta harus menentukan aturan-aturan fuzzy yang sesuai.
Baca Juga: Fuzzy Tsukamoto : Cara Kerja, Contoh dan Implementasi
Contoh Implementasi Fuzzy Mamdani
Berikut ini beberapa contoh implementasi Fuzzy Mamdani.
- Sistem kendali, digunakan dalam sistem kendali seperti sistem kendali suhu ruangan, sistem kendali kecepatan motor dan lain sebagainya.
- Sistem keamanan, digunakan dalam sistem keamanan seperti sistem keamanan gedung atau area tertentu, sistem keamanan penerbangan dan lain sebagainya.
- Sistem pengendali kualitas, digunakan dalam sistem pengendalian kualitas produk, seperti menentukan tingkat kualitas produk, tingkat ketepatan dan tingkat kepuasan.
- Sistem pengambilan keputusan, digunakan dalam sistem pengambilan keputusan seperti menentukan prioritas dari berbagai yang harus dilakukan.
- Sistem perencanaan, digunakan dalam sistem perencanaan seperti menentukan jadwal kegiatan yang optimal.
Baca Juga: Belajar Kecerdasan Buatan (AI): Pengertian dan Cara Kerja Kecerdasan Buatan
Kesimpulan
Pada pembelajaran kita di atas dapat kita simpulkan bahwa Fuzzy Mamdani merupakan salah satu metode dalam logika fuzzy yang paling banyak digunakan untuk menangani ketidakpastian dalam pengambilan keputusan. Dengan pendekatan berbasis aturan (rule-based system), metode ini mampu mengolah data yang ambigu menjadi hasil yang lebih mudah dipahami melalui proses inferensi dan defuzzifikasi.
Berkat fleksibilitas dan kemudahannya, Fuzzy Mamdani banyak diterapkan dalam berbagai sistem seperti kontrol suhu, sistem keamanan, hingga pengambilan keputusan berbasis data. Jika digunakan dengan tepat, metode ini dapat membantu menghasilkan keputusan yang lebih akurat dan mendekati kondisi nyata.
Artikel ini merupakan bagian dari seri Kecerdasan Buatan KantinIT.com. Jika artikel ini bermanfaat, jangan lupa bagikan ke media sosial atau ke teman kamu.
